生物医药数据分析与可视化作业指导书.docVIP

生物医药数据分析与可视化作业指导书

TOC\o1-2\h\u28002第1章数据预处理基础 3

112301.1数据清洗 3

142351.1.1识别和填充缺失值 3

184361.1.2检测和删除重复记录 3

82841.1.3离群值检测和处理 3

197821.1.4数据一致性和准确性检查 3

278141.2数据整合 3

11211.2.1数据集合并 4

253591.2.2数据匹配与融合 4

325351.2.3特征工程 4

178431.2.4数据维度降低 4

63881.3数据规范化 4

11251.3.1数据标准化 4

171881.3.2数据归一化 4

127031.3.3对数变换和幂变换 4

72221.3.4数据离散化 4

224721.4数据采样 4

68471.4.1随机采样 4

311701.4.2分层采样 4

26111.4.3欠采样和过采样 4

84211.4.4时间序列采样与交叉验证 4

21362第2章生物医药数据挖掘技术 4

112152.1基本概念与工具 4

58532.2关联规则挖掘 5

278242.3聚类分析 5

30562.4分类与预测 6

23291第3章统计分析方法 6

313993.1描述性统计分析 6

316563.2假设检验 7

13543.3方差分析 7

318423.4回归分析 7

27983第4章主成分分析与因子分析 7

85404.1主成分分析 7

52224.1.1主成分分析的基本原理 7

252544.1.2主成分分析的步骤 8

171474.1.3主成分分析在生物医药领域的应用 8

156624.2因子分析 8

183504.2.1因子分析的基本原理 8

73854.2.2因子分析的步骤 8

244564.2.3因子分析在生物医药领域的应用 8

123754.3应用案例 8

53814.3.1主成分分析案例：基因表达数据分析 9

155174.3.2因子分析案例：疾病影响因素分析 9

297274.4实践操作 9

299954.4.1主成分分析实践操作 9

92154.4.2因子分析实践操作 9

18313第5章机器学习在生物医药领域的应用 9

151135.1机器学习概述 9

152625.2支持向量机 9

21295.3决策树与随机森林 10

224795.4深度学习 10

9668第6章生物信息学数据库与工具 10

120406.1生物信息学数据库简介 10

1346.2常用生物信息学工具 10

123166.3数据挖掘与可视化软件 11

126306.4云计算与大数据在生物医药领域的应用 11

18725第7章药物发觉与开发数据分析 11

33167.1药物靶点识别 11

181127.1.1靶点识别的数据来源与整合 11

217297.1.2基于生物信息学的靶点预测方法 11

221127.1.3靶点验证与评估 11

294237.2药物分子对接 11

30877.2.1分子对接方法概述 11

159927.2.2分子对接软件与参数设置 12

39217.2.3分子对接结果分析与应用 12

607.3药物筛选与优化 12

286797.3.1高通量筛选技术 12

210417.3.2基于机器学习与人工智能的药物筛选方法 12

275247.3.3药物优化策略与数据分析 12

89047.4生物医药数据共享与协作 12

274437.4.1生物医药数据共享平台与政策 12

80597.4.2数据标准化与互操作性 12

44767.4.3跨学科合作与数据挖掘 12

10394第8章基因组学与蛋白质组学数据分析 12

37908.1基因组学数据分析 12

165628.1.1数据获取与预处理 12

20398.1.2基因组注释与分析 12

153678.1.3基因组关联分析 12

246208.2转录组学数据分析 13

227698.2.1RNA测序数据获取与预处理 13

31888.2.2差异表达基因分析 1